Hyperspectral and LiDAR data fusion and classification

Ondertitel:Hyperspectrale en LiDAR-gegevensfusie en classificatie

Het onderzoek in dit proefschrift gata over nieuw technieken voor het monitoren van landgebruik en landbedekking te monitoren door fusie van diverse remote sensing-modaliteiten. Hyperspectrale beeldtechnologie capteert bijvoorbeeld heel informatieve spectrale en ruimtelijke kenmerken, maar kan temperatuur, hoogte van het landschap en verstrooiing van licht niet volledig capteren. Door hyperspectrale beelden te combineren met Light Detection and Ranging (LiDAR) kan de analyse- en interpretatieprestatie worden verbeterd. Het proefschrift richt zich op drie specifieke uitdagingen: het omgaan met verschillen tussen datasets gecapteerd in diverse omstandigheden, het voorstellen van meer discriminerende kenmerken die training met weinig voorbeelden toelaten en het verhogen van de robustheid bij cross-scène classificatie. Dit alles gebeurt met behulp van multisensor-extractie, augmentatie en adaptatiemethoden. Dit proefschrift draagt bij aan de ontwikkeling van adaptieve classificatoren en grootschalige aardobservatietaken. Bijvoorbeeld, bij het monitoren van een stad na een natuurramp kan een vergelijkbare stad worden gebruikt om de gevolgen van de ramp te beoordelen. De belangrijkste bijdragen van het proefschrift zijn onder meer de ontwikkeling van nieuwe multisensor-fusiestrategieën en -techniekebetere beeldkenmerken, en strategiene voor aanpassing aan andere belichtingscondities. Hetwerk heeft geleid tot een drietal tijdschrijftpublicaties.

ISBN:9789463556989

Jaar van publicatie:2023

Toegankelijkheid:Open